论文部分内容阅读
针对现有优化方法在求解高维多目标问题上的弊端，将多目标解映射为模糊集，提出利用表征模糊集间关联相似程度的模糊关联熵方法解决多目标优化问题。建立基于模糊关联熵的多目标优化方法，以模糊关联熵系数的大小衡量Pareto解模糊集与理想解模糊集的相似程度，并以该系数作为粒子群优化算法适应度值引导算法进化，建立基于模糊关联熵的多目标粒子群优化算法。实验表明，基于模糊关联熵的粒子群优化算法可以有效解决高维多目标FlowShop调度问题，算法在优化解和各性能指标上皆优于基于随机权重的粒子群优化算法，特别在求解较大规模问题